Iwona Mróz,

Instytut Fizyki Doświadczalnej,

Uniwersytet Wrocławski

„Podstawy statystyki i analizy danych” – materiały do wykładu

nr 1 z dnia 8.10.2021 r.

Zalecana literatura:
1. Hogg, R.V., Tanis, E.A., Probability and statistical inference, Upper Saddle River, New
Jersey 07458, 18th edition – bardzo dobry podręcznik przedstawiający statystykę na
poziomie podstawowym i średnim, gorąco polecam.
2. Freund, J.E., Perles B.M., Modern elementary statistics, Upper Saddle River, New Jersey
07458, 12th edition – podręcznik zawiera wiele ciekawych przykładów i wyczerpujące
wyjaśnienia zagadnień podstawowych.
3. Aczel, A.D., Statystyka w zarządzaniu, Warszawa 2000 – podręcznik jest adresowany do
kadry zarządzającej, która charakteryzuje się ponadprzeciętną inteligencją, ale nie zawsze
posiada przygotowanie matematyczne. Niewątpliwą zaletą podręcznika jest ciekawy
wykład i bardzo interesujące przykłady. Wadą jest brak opisu matematycznego
właściwego dla studentów nauk ścisłych.
4. Ostasiewicz, S., Rusnak, Z., Siedlecka, U., Statystyka. Elementy teorii i zadania, Wrocław
1999 – książka przyda się na początku kursu. Jest to podręcznik na poziomie
podstawowym, napisany w sposób bardzo rzetelny. Zawiera wstępy teoretyczne i bardzo
dużo ciekawych przykładów, rozwiązanych i do samodzielnego rozwiązania. Będziemy z
niego korzystać także jak ze zbioru zadań. Podobnie jak w przypadku podręcznika Aczela,
wadą jest brak pogłębionego opisu matematycznego omawianych zagadnień.
5. Plucińska, A., Pluciński.E, Zadania z rachunku prawdopodobieństwa i statystyki
matematycznej dla studentów politechnik, Państwowe Wydawnictwo Naukowe,
Warszawa 1976 – wartościowy zbiór zadań.
6. Bobrowski, D., Probabilistyka w zastosowaniach technicznych, Wydawnictwa Naukowo-
techniczne, Warszawa 1986 – książka zawiera krótkie wprowadzenia teoretyczne i wiele
rozwiązanych przykładów. Będziemy z niej korzystać jak ze zbioru zadań.
7. Stanisz, A., Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z
medycyny, t. 1-3, Kraków 2006 – książka w bardzo przystępny sposób opisuje jak
wykorzystywać w praktyce różne, także zaawansowane, metody statystyczne. Warto do
niej sięgać, chociaż brakuje wyczerpującego opisu matematycznego.
W trakcie zajęć będziemy korzystać także z innych źródeł, pokazywanych na bieżąco.

Niniejsze materiały mają charakter roboczy. Bardzo proszę o zgłaszanie zauważonych

błędów, braków, niedociągnięć i niejasności. Prośba dotyczy też przypisów. Z góry dziękuję
za pomoc.

Czym zajmuje się statystyka

„Statystyka jest to nauka traktująca o metodach ilościowych badania prawidłowości zjawisk

(procesów) masowych.”1
„Przez badanie statystyczne rozumie się ogół prac mających na celu poznanie struktury

1
Ostasiewicz, S., Rusnak, Z., Siedlecka, U., Statystyka. Elementy teorii i zadania, Wrocław 1999, s. 7.

1
określonej zbiorowości statystycznej. ”2

„Zbiory dowolnych elementów (osób, przedmiotów, faktów) podobnych pod względem

określonych cech (ale nie identycznych) i poddanych badaniom statystycznym nazywa się
zbiorowościami statystycznymi lub populacjami statystycznymi.”3

„Zbiorowość (populację) generalną stanowią wszystkie elementy, będące przedmiotem

badania, co do których chcemy formułować wnioski ogólne.”4
Jeżeli mamy możliwość zbadania wszystkich elementów należących do populacji generalnej,
to żadnych wniosków ogólnych nie musimy wyciągać. Wystarczy sporządzić opis
zbiorowości.

„Zbiorowość próbna (próba) jest to podzbiór populacji generalnej, obejmujący część jej
elementów – wybranych w określony sposób. Próba podlega badaniu statystycznemu, a
wyniki badania są uogólniane na zbiorowość generalną.”5

Jakość wniosków wyciągniętych na podstawie badania statystycznego zależy od wielu

czynników. Między innymi, ważne jest, żeby próba była reprezentatywna, co wymaga
odpowiednich metod doboru próby oraz pobrania próby o odpowiedniej liczebności. 6
Zagadnienia związane z doborem próby omówimy w przyszłości. Pamiętajmy, że często
przyjmowane liczebności prób określanych jako małe (np. n ≤ 30) lub duże (n > 30), chociaż
często uzasadnione, nie są uniwersalne.

Uogólnianie wniosków na populację generalną odbywa się na drodze estymacji lub

testowania hipotez statystycznych.

Cechy statystyczne

Badania statystyczne mogą być całkowite (gdy badamy wszystkie jednostki statystyczne
tworzące populację generalną) lub częściowe (gdy badamy próbę). Właściwości jednostek
statystycznych to cechy statystyczne.7

Według klasyfikacji przytoczonej przez A. Stanisza, 8 wyróżniamy dwa zasadnicze typy cech
statystycznych: cechy jakościowe (niemierzalne) oraz cechy ilościowe (mierzalne).
Cechy jakościowe (niemierzalne) opisujemy inaczej niż przy pomocy liczby, podając jakąś
charakterystykę, np. płeć (kobieta-mężczyzna), stan zdrowia (zdrowy-chory), kolor skóry
(czarny-śniady-biały). Wżną grupą cech statystycznych niemierzalnych są cechy opisujące
rozkład przestrzenny badanych zjawisk, tzw. cechy geograficzne9.
Cechy ilościowe (mierzalne) można przedstawić przy pomocy liczby wyrażonej w pewnej
skali. Wyróżniamy cechy ciągłe (np. ciśnienie) i dyskretne (skokowe, przyjmujące
najczęściej wartości całkowite), np. liczba trombocytów we krwi.

2
Ibidem, s.7.
3
Ibidem, s.7.
4
Ibidem,. s. 7.
5
Ibidem, s. 7.
6
Ibidem, s.8.
7
Ibidem, s. 8.
8
Stanisz, A. Przystępny kurs statystyki z zastosowaniem STATISTICA.PL na przykładach z medycyny.
StatSoft, Kraków 2006, t.1 Statystyki podstawowe, s. 22.
9
Ostasiewicz, S., …, op. cit. s. 9.

2
Charakterystyki lub liczby przypisane w wyniku obserwacji cechom statystycznym możemy
wyrazić w różnych skalach pomiarowych. Obecnie bardzo często używane są cztery skale
pomiarowe opisane m.in. przez A Stanisza:10
1. Skala nominalna – identyfikujemy kategorie (np. płeć, palenie, grupa krwi) i
przyporządkowujemy obiekty do tych kategorii. W wyniku tego powstają zbiory
rozłączne obiektów.
2. Skala porządkowa – można ją zastosować gdy badaną cechę można uporządkować,
np. gdy charakteryzuje się ona natężeniem (np. mało, średnio, dużo).
3. Skala równomierna (przedziałowa) – stosowana do badań ilościowych. Podczas
stosowania zakłada się. że zbiór wyników można opisać liczbami rzeczywistymi.
Zakłada się stałą jednostkę miary, a zero na skali obiera się dowolnie. Przykładem
takiej skali jest skala Celsjusza. Różnica pomiędzy pomiarami ma sens merytoryczny.
4. Skala ilorazowa – oprócz cech skali przedziałowej występuje tu zero bezwzględne
oraz stałe stosunki. Przykładem skali ilorazowej jest skala bezwzględna pomiary
temperatury.

10
Stanisz, A., op. cit. s. 23-24.